docs: refactor documentation structure and add new content

content/cn/docs/changelog/hugegraph-0.2-release-notes.md

@@ -148,7 +148,7 @@ weight: 23
 - 图数据接口
 - Gremlin接口
 
-更多细节详见[API文档](/clients/hugegraph-api.html)
+更多细节详见[API文档](/docs/clients/restful-api)
 
 ### 后端支持
 

content/cn/docs/clients/gremlin-console.md

@@ -82,7 +82,7 @@ channelizer: org.apache.tinkerpop.gremlin.server.channel.HttpChannelizer
 # ......
 ```
 
-将 `channelizer: org.apache.tinkerpop.gremlin.server.channel.HttpChannelizer` 修改成 `channelizer: org.apache.tinkerpop.gremlin.server.channel.WebSocketChannelizer` 或直接注释，然后按照[步骤](/docs/quickstart/hugegraph-server/)启动 HugeGraph-Server。
+将 `channelizer: org.apache.tinkerpop.gremlin.server.channel.HttpChannelizer` 修改成 `channelizer: org.apache.tinkerpop.gremlin.server.channel.WebSocketChannelizer` 或直接注释，然后按照[步骤](/cn/docs/quickstart/hugegraph/hugegraph-server/)启动 HugeGraph-Server。
 
 下面进入 Gremlin-Console：
 

content/cn/docs/clients/hugegraph-client.md

@@ -456,4 +456,4 @@ Edge knows1 = marko.addEdge("knows", vadas, "city", "Beijing");
 
 ### 4 简单示例
 
-简单示例见[HugeGraph-Client](/docs/quickstart/hugegraph-client)
+简单示例见[HugeGraph-Client](/cn/docs/quickstart/client/hugegraph-client)

content/cn/docs/clients/restful-api/_index.md

@@ -7,7 +7,7 @@ weight: 1
 HugeGraph-Server通过HugeGraph-API基于HTTP协议为Client提供操作图的接口，主要包括元数据和
 图数据的增删改查，遍历算法，变量，图操作及其他操作。
 
-除了下方的文档，你还可以通过 `localhost:8080/swagger-ui/index.html` 访问 `swagger-ui` 以查看 `RESTful API`。[示例可以参考此处](/cn/docs/quickstart/hugegraph-server#swaggerui-example)
+除了下方的文档，你还可以通过 `localhost:8080/swagger-ui/index.html` 访问 `swagger-ui` 以查看 `RESTful API`。[示例可以参考此处](/cn/docs/quickstart/hugegraph/hugegraph-server#swaggerui-example)
 
 [comment]: <> (- Graph Schema)
 

content/cn/docs/clients/restful-api/task.md

@@ -93,7 +93,7 @@ DELETE http://localhost:8080/graphs/hugegraph/tasks/2
 
 #### 7.1.4 取消某个异步任务，**该异步任务必须具有处理中断的能力**
 
-假设已经通过[Gremlin API](../gremlin)创建了一个异步任务如下：
+假设已经通过[Gremlin API](/cn/docs/clients/restful-api/gremlin)创建了一个异步任务如下：
 
 ```groovy
 "for (int i = 0; i < 10; i++) {" +

content/cn/docs/guides/architectural.md

@@ -17,12 +17,12 @@ weight: 1
 HugeGraph 包括三个层次的功能，分别是应用程序层、图引擎层和存储层。
 
 - 应用程序层：
-  - [Hubble](/docs/quickstart/hugegraph-hubble/): 一站式可视化分析平台，平台涵盖了从数据建模，到数据快速导入，再到数据的在线、离线分析、以及图的统一管理的全过程，实现了图应用的全流程向导式操作。
-  - [Loader](/docs/quickstart/hugegraph-loader/): 数据导入组件，能够将多种数据源的数据转化为图的顶点和边并批量导入到图数据库中。
-  - [Tools](/docs/quickstart/hugegraph-tools/): 命令行工具，用于部署、管理和备份/恢复 HugeGraph 中的数据。
-  - [Computer](/docs/quickstart/hugegraph-computer/): 分布式图处理系统 (OLAP)，它是 [Pregel](https://kowshik.github.io/JPregel/pregel_paper.pdf) 的一个实现，可以运行在 Kubernetes 上。
-  - [Client](/docs/quickstart/hugegraph-client/): 使用 Java 编写的 HugeGraph 客户端，用户可以使用 Client 编写 Java 代码操作 HugeGraph，后续可根据需要提供 Python、Go、C++ 等多语言支持。
-- [图引擎层](/docs/quickstart/hugegraph-server/)：
+  - [Hubble](/cn/docs/quickstart/toolchain/hugegraph-hubble/): 一站式可视化分析平台，平台涵盖了从数据建模，到数据快速导入，再到数据的在线、离线分析、以及图的统一管理的全过程，实现了图应用的全流程向导式操作。
+  - [Loader](/cn/docs/quickstart/toolchain/hugegraph-loader/): 数据导入组件，能够将多种数据源的数据转化为图的顶点和边并批量导入到图数据库中。
+  - [Tools](/cn/docs/quickstart/toolchain/hugegraph-tools/): 命令行工具，用于部署、管理和备份/恢复 HugeGraph 中的数据。
+  - [Computer](/cn/docs/quickstart/computing/hugegraph-computer/): 分布式图处理系统 (OLAP)，它是 [Pregel](https://kowshik.github.io/JPregel/pregel_paper.pdf) 的一个实现，可以运行在 Kubernetes 上。
+  - [Client](/cn/docs/quickstart/client/hugegraph-client/): 使用 Java 编写的 HugeGraph 客户端，用户可以使用 Client 编写 Java 代码操作 HugeGraph，后续可根据需要提供 Python、Go、C++ 等多语言支持。
+- [图引擎层](/cn/docs/quickstart/hugegraph/hugegraph-server/)：
   - REST Server: 提供 RESTful API 用于查询 Graph/Schema 等信息，支持 [Gremlin](https://tinkerpop.apache.org/gremlin.html) 和 [Cypher](https://en.wikipedia.org/wiki/Cypher) 查询语言，提供服务监控和运维的 APIs。
   - Graph Engine: 支持 OLTP 和 OLAP 两种图计算类型，其中 OLTP 实现了 [Apache TinkerPop3](https://tinkerpop.apache.org) 框架。
   - Backend Interface: 实现将图数据存储到后端。

content/cn/docs/guides/backup-restore.md

@@ -26,7 +26,7 @@ Restore 有两种模式：
 
 ## 使用方法
 
-可以使用[hugegraph-tools](/docs/quickstart/hugegraph-tools)进行图的备份和恢复。
+可以使用[hugegraph-tools](/cn/docs/quickstart/toolchain/hugegraph-tools)进行图的备份和恢复。
 
 #### Backup
 
@@ -72,7 +72,7 @@ bin/hugegraph graph-mode-set -m NONE
 
 #### 帮助
 
-备份和恢复命令的详细使用方式可以参考[hugegraph-tools文档](/docs/quickstart/hugegraph-tools)。
+备份和恢复命令的详细使用方式可以参考[hugegraph-tools文档](/cn/docs/quickstart/toolchain/hugegraph-tools)。
 
 ## Backup/Restore使用和实现的API说明
 

content/cn/docs/introduction/README.md

@@ -45,17 +45,17 @@ HugeGraph 支持多用户并行操作，用户可输入 Gremlin 查询语句，
 
 ### Modules
 
-- [HugeGraph-Server](/cn/docs/quickstart/hugegraph-server): HugeGraph-Server 是 HugeGraph 项目的核心部分，包含 Core、Backend、API 等子模块；
+- [HugeGraph-Server](/cn/docs/quickstart/hugegraph/hugegraph-server): HugeGraph-Server 是 HugeGraph 项目的核心部分，包含 Core、Backend、API 等子模块；
   - Core：图引擎实现，向下连接 Backend 模块，向上支持 API 模块；
   - Backend：实现将图数据存储到后端，支持的后端包括：Memory、Cassandra、ScyllaDB、RocksDB、HBase、MySQL 及 PostgreSQL，用户根据实际情况选择一种即可；
   - API：内置 REST Server，向用户提供 RESTful API，同时完全兼容 Gremlin 查询。(支持分布式存储和计算下推)
 - [HugeGraph-Toolchain](https://github.com/apache/hugegraph-toolchain): (工具链)
-  - [HugeGraph-Client](/cn/docs/quickstart/hugegraph-client)：HugeGraph-Client 提供了 RESTful API 的客户端，用于连接 HugeGraph-Server，目前仅实现 Java 版，其他语言用户可自行实现；
-  - [HugeGraph-Loader](/cn/docs/quickstart/hugegraph-loader)：HugeGraph-Loader 是基于 HugeGraph-Client 的数据导入工具，将普通文本数据转化为图形的顶点和边并插入图形数据库中；
-  - [HugeGraph-Hubble](/cn/docs/quickstart/hugegraph-hubble)：HugeGraph-Hubble 是 HugeGraph 的 Web 
+  - [HugeGraph-Client](/cn/docs/quickstart/client/hugegraph-client)：HugeGraph-Client 提供了 RESTful API 的客户端，用于连接 HugeGraph-Server，目前仅实现 Java 版，其他语言用户可自行实现；
+  - [HugeGraph-Loader](/cn/docs/quickstart/toolchain/hugegraph-loader)：HugeGraph-Loader 是基于 HugeGraph-Client 的数据导入工具，将普通文本数据转化为图形的顶点和边并插入图形数据库中；
+  - [HugeGraph-Hubble](/cn/docs/quickstart/toolchain/hugegraph-hubble)：HugeGraph-Hubble 是 HugeGraph 的 Web 
 可视化管理平台，一站式可视化分析平台，平台涵盖了从数据建模，到数据快速导入，再到数据的在线、离线分析、以及图的统一管理的全过程；
-  - [HugeGraph-Tools](/cn/docs/quickstart/hugegraph-tools)：HugeGraph-Tools 是 HugeGraph 的部署和管理工具，包括管理图、备份/恢复、Gremlin 执行等功能。
-- [HugeGraph-Computer](/cn/docs/quickstart/hugegraph-computer)：HugeGraph-Computer 是分布式图处理系统 (OLAP). 
+  - [HugeGraph-Tools](/cn/docs/quickstart/toolchain/hugegraph-tools)：HugeGraph-Tools 是 HugeGraph 的部署和管理工具，包括管理图、备份/恢复、Gremlin 执行等功能。
+- [HugeGraph-Computer](/cn/docs/quickstart/computing/hugegraph-computer)：HugeGraph-Computer 是分布式图处理系统 (OLAP). 
   它是 [Pregel](https://kowshik.github.io/JPregel/pregel_paper.pdf) 的一个实现。它可以运行在 Kubernetes/Yarn 
   等集群上，支持超大规模图计算。
 - [HugeGraph-AI](/cn/docs/quickstart/hugegraph-ai)：HugeGraph-AI 是 HugeGraph 独立的 AI 

content/cn/docs/performance/hugegraph-loader-performance.md

@@ -12,7 +12,7 @@ weight: 3
 ## 使用场景
 
 当要批量插入的图数据（包括顶点和边）条数为 billion 级别及以下，或者总数据量小于 TB 时，
-可以采用 [HugeGraph-Loader](/docs/quickstart/hugegraph-loader) 工具持续、高速导入图数据
+可以采用 [HugeGraph-Loader](/cn/docs/quickstart/toolchain/hugegraph-loader) 工具持续、高速导入图数据
 
 ## 性能
 

content/cn/docs/quickstart/client/_index.md

@@ -0,0 +1,5 @@
+---
+title: "HugeGraph Client"
+linkTitle: "HugeGraph Client"
+weight: 5
+---

content/cn/docs/quickstart/computing/_index.md

@@ -0,0 +1,5 @@
+---
+title: "HugeGraph Computing (OLAP)"
+linkTitle: "HugeGraph Computing (OLAP)"
+weight: 4
+---

content/cn/docs/quickstart/hugegraph-computer.md → content/cn/docs/quickstart/computing/hugegraph-computer.md

@@ -1,17 +1,17 @@
 ---
 title: "HugeGraph-Computer Quick Start"
 linkTitle: "使用 Computer 进行 OLAP 分析"
-weight: 6
+weight: 2
 ---
 
 ## 1 HugeGraph-Computer 概述
 
-[`HugeGraph-Computer`](https://github.com/apache/incubator-hugegraph-computer) 是分布式图处理系统 (OLAP). 它是 [Pregel](https://kowshik.github.io/JPregel/pregel_paper.pdf) 的一个实现. 它可以运行在 Kubernetes 上。
+[`HugeGraph-Computer`](https://github.com/apache/incubator-hugegraph-computer) 是分布式图处理系统 (OLAP). 它是 [Pregel](https://kowshik.github.io/JPregel/pregel_paper.pdf)的一个实现。它可以运行在 Kubernetes(K8s)/Yarn 上。(它侧重可支持百亿~千亿的图数据量下进行图计算, 会使用磁盘进行排序和加速, 这是它和 Vermeer 相对最大的区别之一)
 
 ### 特性
 
-- 支持分布式MPP图计算，集成HugeGraph作为图输入输出存储。
-- 算法基于BSP(Bulk Synchronous Parallel)模型，通过多次并行迭代进行计算，每一次迭代都是一次超步。
+- 支持分布式 MPP 图计算，集成 HugeGraph 作为图输入输出存储。
+- 算法基于 BSP(Bulk Synchronous Parallel) 模型，通过多次并行迭代进行计算，每一次迭代都是一次超步。
 - 自动内存管理。该框架永远不会出现 OOM（内存不足），因为如果它没有足够的内存来容纳所有数据，它会将一些数据拆分到磁盘。
 - 边的部分或超级节点的消息可以在内存中，所以你永远不会丢失它。
 - 您可以从 HDFS 或 HugeGraph 或任何其他系统加载数据。
@@ -56,7 +56,7 @@ tar zxvf apache-hugegraph-computer-incubating-${version}.tar.gz -C hugegraph-com
 $ git clone https://github.com/apache/hugegraph-computer.git
 ```
 
-编译生成tar包:
+编译生成 tar 包：
 
 ```bash
 cd hugegraph-computer
@@ -65,7 +65,7 @@ mvn clean package -DskipTests
 
 #### 3.1.3 启动 master 节点
 
-> 您可以使用 `-c` 参数指定配置文件, 更多computer 配置请看: [Computer Config Options](/docs/config/config-computer#computer-config-options)
+> 您可以使用 `-c` 参数指定配置文件，更多 computer 配置请看：[Computer Config Options](/docs/config/config-computer#computer-config-options)
 
 ```bash
 cd hugegraph-computer
@@ -82,15 +82,15 @@ bin/start-computer.sh -d local -r worker
 
 2.5.1 为 server 启用 `OLAP` 索引查询
 
-如果没有启用OLAP索引，则需要启用, 更多参考: [modify-graphs-read-mode](/docs/clients/restful-api/graphs/#634-modify-graphs-read-mode-this-operation-requires-administrator-privileges)
+如果没有启用 OLAP 索引，则需要启用，更多参考：[modify-graphs-read-mode](/docs/clients/restful-api/graphs/#634-modify-graphs-read-mode-this-operation-requires-administrator-privileges)
 
 ```http
 PUT http://localhost:8080/graphs/hugegraph/graph_read_mode
 
 "ALL"
 ```
 
-3.1.5.2 查询 `page_rank` 属性值:
+3.1.5.2 查询 `page_rank` 属性值：
 
 ```bash
 curl "http://localhost:8080/graphs/hugegraph/graph/vertices?page&limit=3" | gunzip
@@ -137,9 +137,9 @@ hugegraph-computer-operator-etcd-28lm67jxk5                       1/1     Runnin
 
 #### 3.2.5 提交作业
 
-> 更多 computer crd spec 请看: [Computer CRD](/docs/config/config-computer#hugegraph-computer-crd)
+> 更多 computer crd spec 请看：[Computer CRD](/docs/config/config-computer#hugegraph-computer-crd)
 >
-> 更多 Computer 配置请看: [Computer Config Options](/docs/config/config-computer#computer-config-options)
+> 更多 Computer 配置请看：[Computer Config Options](/docs/config/config-computer#computer-config-options)
 
 ```yaml
 cat <<EOF | kubectl apply --filename -
@@ -202,29 +202,29 @@ kubectl get event --field-selector reason=ComputerJobSucceed --field-selector in
 
 ## 4 内置算法文档
 
-### 4.1 支持的算法列表:
+### 4.1 支持的算法列表：
 
-###### 中心性算法:
+###### 中心性算法：
 
 * PageRank
 * BetweennessCentrality
 * ClosenessCentrality
 * DegreeCentrality
 
-###### 社区算法:
+###### 社区算法：
 
 * ClusteringCoefficient
 * Kcore
 * Lpa
 * TriangleCount
 * Wcc
 
-###### 路径算法:
+###### 路径算法：
 
 * RingsDetection
 * RingsDetectionWithFilter
 
-更多算法请看: [Built-In algorithms](https://github.com/apache/hugegraph-computer/tree/master/computer-algorithm/src/main/java/org/apache/hugegraph/computer/algorithm)
+更多算法请看：[Built-In algorithms](https://github.com/apache/hugegraph-computer/tree/master/computer-algorithm/src/main/java/org/apache/hugegraph/computer/algorithm)
 
 ### 4.2 算法描述
 
@@ -236,4 +236,4 @@ TODO
 
 ## 6 注意事项
 
-- 如果computer-k8s模块下面的某些类不存在，你需要运行`mvn compile`来提前生成对应的类。
+- 如果 computer-k8s 模块下面的某些类不存在，你需要运行`mvn compile`来提前生成对应的类。

content/cn/docs/quickstart/hugegraph-vermeer.md → content/cn/docs/quickstart/computing/hugegraph-vermeer.md

@@ -1,7 +1,7 @@
 ---
 title: "HugeGraph-Vermeer Quick Start"
-linkTitle: "(OLAP) Vermeer 内存图计算框架"
-weight: 7
+linkTitle: "Vermeer: 高性能内存图计算框架"
+weight: 1
 ---
 
 ## 一、Vermeer 概述